一种改进的鲸鱼优化算法

摘要：

针对鲸鱼优化算法(WOA)收敛速度慢、收敛精度低的问题,在提升性能的基础上保留WOA的简单性,提出一种改进的WOA.利用分段Logistic混沌映射产生混沌序列对种群位置进行初始化,以维持全局搜索时初始种群的多样性.考虑算法的非线性优化过程和搜索过程中个体状态的差异性,在WOA中引入非线性自适应权重策略,以协调全局探索和局部开发能力.通过仿真测试比较改进算法和WOA在求解6个典型基准函数时的性能,实验结果表明,改进算法在寻优过程中能够保持初始种群多样性,且具有更快的收敛速度和更优的收敛精度.

关键词：鲸鱼优化算法、函数优化、混沌映射、非线性、启发式优化算法

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：208-213,219